ENGLISH

电子新闻

新闻 | 电子系6位毕业生获得“清华大学优秀博士毕业生”、“清华大学优秀硕士毕业生”称号

发布时间:2022-07-19 点击数:

近日,在清华大学研究生毕业典礼上,校党委书记邱勇宣读了《关于表彰2022年清华大学优秀博士毕业生、优秀硕士毕业生的决定》,并向获得表彰的毕业生致以祝贺。经清华大学校务会议讨论通过,决定授予96名博士毕业生“清华大学优秀博士毕业生”称号,授予68名硕士毕业生“清华大学优秀硕士毕业生”称号。其中,电子系4名博士毕业生李成蹊、李佳琛、王重道、赵涵颖获得2022年度“清华大学优秀博士毕业生”称号,2名硕士毕业生卢建中、朴景华获得2022年度“清华大学优秀硕士毕业生”称号。

获奖者简介

李成蹊

图片

李成蹊,电子系2018级直博生,导师为李刚教授。博士期间主要从事基于稀疏性的分布式信号处理方法研究,相关科研成果以第一作者的身份在Information Fusion、IEEE TSP和IEEE IoTJ等期刊上发表SCI论文10篇,发表信号处理领域顶级国际会议论文1篇,以学生第一申请人授权2项发明专利。博士期间,她曾获国家奖学金、中国信息融合大会优秀论文奖、清华大学优秀博士毕业论文奖、清华大学综合优秀奖学金和清华大学电子系研究生“电子之星”奖学金。她参与过新中国成立70周年国庆群众游行方阵,参加了多次就业实践活动和志愿服务活动。博士入学以来一直担任所在班级的团支书,积极为团支部的同学服务。

针对通信负载约束下的分布式信号检测问题,基于待检测信号的稀疏性,提出了基于高精度量化数据传输的审查-局部最大势检测方法和基于单比特数据传输的似然比量化-局部最大势检测方法,在保证检测性能的前提下显著降低了现有方法的通信量;针对机密性约束下的分布式信号检测问题,利用待检测信号的稀疏性,提出了基于虚伪审查策略的局部最大势检测方法,相比于已有方法,所提出的方法可在保证检测性能和机密性的前提下放松对信号稀疏度先验知识的需求,更具实用价值;针对通信负载约束下的分布式信号识别问题,借助压缩感知技术和联邦平均算法的优点,提出压缩感知-联邦学习算法,相同通信量下,提升了现有方法的识别准确度。

李佳琛

图片

李佳琛,于2017年至2022年就读于清华大学电子工程系信息光电子研究所,攻读博士学位。李佳琛在陈明华教授指导下针对集成微波光子射频前端开展研究并做出了多项创新性研究成果。博士期间参与完成了多项国家重点研究项目,在PR、OE、OL等国际顶级期刊和会议上发表一作论文十余篇。获得国家奖学金、清华大学优秀博士学位论文、清华大学优秀毕业生等荣誉。

图片

其中,首次提出一种基于SOI微波光子信号处理芯片和半导体激光器芯片全混合集成的微波光子射频前端微系统模块,显著降低了系统的尺寸和功耗,并应用于宽带线性调频雷达信号的高精度去斜接收。该成果发表在期刊Photonics Research上,并被评选为当期的Editors’ Pick。

王重道

图片

王重道,本科毕业于清华大学物理系数理基础科学实验班,于2017至2022年期间,在清华大学电子系媒体大数据认知计算研究中心师从王生进教授攻读博士学位。博士在读期间,在导师和助理教授李亚利博士的指导下做出了多项突出研究成果。获得 1 次国家奖学金, 2 次校级综合奖学金。研究论文多次发表在NeurIPS、CVPR、ICCV、ECCV等人工智能、计算机视觉领域国际顶级会议上。已发表计算机视觉、人工智能顶级会议、期刊论文共10篇,其中第一作者身份5篇。谷歌学术总引用1200余次,其中最高单篇引用数逾310。另有第一作者身份拟投在投期刊论文2篇。在视觉目标跟踪领域近期的研究中做出了关键性贡献。研究成果在实际产业中得到应用,启发并助力了国内视觉多目标跟踪技术研究,该技术研究位于国际领先水平。

图片

其中,面向多目标跟踪的目标检测于外观表征联合模型JDE发表在ECCV2020上,实现了跟踪准确率保持国际领先水平的情况下,首个实时运行的多目标跟踪算法,刷新了该领域算法的运行速度,成为同行研究中广泛采用的一项基线方法。截至2022年,在两年时间内单篇被引次数已达到300余次,开源代码在Github平台上收获2100余次标星。

图片

另一项研究工作UniTrack发表于人工智能顶级会议NeurIPS2021。该工作从统一的视角看待多种基于深度外观表征的视觉目标跟踪类问题,提出使用相同的外观表征模型同时解决不同的目标跟踪类任务,无论该任务需要跟踪单目标还是多目标,目标是固定类别还是任意类别,目标的表示形式是包围框还是像素级掩码。更为重要的是,该工作为通用的自监督表征学习和目标跟踪任务之间搭建了一座桥梁,使得自监督表征学习中取得的进展可以直接迁移到下游的目标跟踪类任务中来,而且不需要进一步的模型训练或微调,在同领域内取得了较大影响力(该工作系与牛津大学TVG实验室合作)。

基于在视觉目标跟踪领域出色的科研成果,王重道获得了2022年度清华大学优秀博士学位论文,并入选华为公司“天才少年”计划。王重道博士所在研究团队在王生进教授的带领下,培养出了多位优秀博士。郑良博士获评2017年度人工智能学会优秀博士论文(全国10篇);孙奕帆博士获评2020年度中国图像图形学会优秀博士论文(全国10篇)。

赵涵颖

图片

赵涵颖2016年至2021年在清华大学电子工程系攻读博士学位。在沈渊教授的指导下,在TSP、TWC等国际期刊和会议上发表论文十余篇。曾获国家奖学金、清华大学优秀博士学位论文、清华大学优秀博士毕业生等荣誉。

提出了基于费舍尔信息的阵列信号降维理论,证明高维信号可以无损压缩到低维子空间中,并给出了一种无损降维方案;构建了一种鲁棒阵列信号降维器设计策略,证明了该策略的渐进最优性,保证了参数不确定场景下的定位系统性能。这一系列工作可以有效降低无线定位网络的资源开销,为实现低资源负载下的高精度网络定位提供了理论指导和性能参考。

图片

图1 低资源负载的无线网络定位架构。本地基站将接收到的高维阵列信号投影到低维子空间中以降低定位网络计算与通信资源负载

提出了一种基于张量模型的网络定位架构,利用张量的强表征能力和分解唯一性实现了相干多径空时联合分辨,并设计了一种多径参数估计与用户定位算法,避免了复杂的高维网格搜索和参数匹配步骤。实际测试结果表明所提方法可以有效解决多径效应导致的定位性能下降问题。

图片

图2 基于张量模型的无线网络定位架构

赵涵颖于清华大学电子工程系智能协同系统实验室攻读博士学位。实验室承担和完成了国家自然科学基金等多项国家级科研项目,作为参与单位曾获中国电子学会科技进步一等奖。实验室科研工作主要围绕移动网络多体协同的基础理论问题展开,研究多体定位、感知和控制等任务间的耦合机理,提出跨任务耦合设计和联动优化方法,取得了一系列具有国际影响力的研究成果,在领域内顶级期刊和国际学术会议上发表学术论文百余篇,形成专利数十项,为实现多体系统的高效协同奠定理论和算法基础。

卢建中

图片

卢建中,于2019年至2022年就读于清华电子工程系,师从王昭诚教授,攻读硕士学位。研究生在读期间,在导师和博士后何东轩老师的指导下,研究基于强化学习的物理层安全方法,应用于物理层安全传输技术中,在WCL、CL、VTC等通信领域国际期刊和会议发表论文三篇。获得清华大学优秀硕士毕业生等荣誉。

图片

其中,提出的基于安全中继区域的蒙特卡洛路径规划方法,利用中继位置的先验信息,推导出不同位置中继的安全性,刻画出安全中继区域,并引入到学习方法的初始化过程中,最终实现动态环境下的安全路径选择。仿真结果表明所提方法能够有效提升路径规划的安全性。该工作发表于通信领域期刊WCL上,影响因子5.281。

图片

另一项工作发表在CL期刊上,影响因子3.553。提出了基于深度强化学习的抗干扰安全传输方案,利用斯坦克伯格博弈方法分析干扰者与传输者的对抗过程,再利用神经网络快速分析出最优的传输策略,实现了在动态干扰下自适应更新传输策略,显著提升系统安全吞吐量。

卢建中于清华大学电子工程系宽带无线通信与信号处理实验室攻读硕士学位,该团队在王昭诚教授带领下,曾培养出多名优秀硕士、博士。王琪博士获得2016年度中国电子学会优秀博士学位论文(全国20篇);毛天奇硕士获得2018年度中国电子学会优秀硕士学位论文(全国20篇),并获得2017年清华大学研究生特等奖学金。

朴景华

图片

朴景华,于2019年至2022年就读于清华大学电子系,攻读硕士学位,在李勇老师的指导下,针对社交场景下用户消费行为建模与信息茧房理解的问题,创新性地提出了一种基于网络子图模板注意力网络的用户消费潜力预测算法、一种社交场景下信息茧房归因分析方法以及基于人机协作的新型推荐机制。在WWW、CSCW、CHI等国际顶尖会议上发表论文数篇。

图片

其中,提出了基于网络模板的多视角图注意力模型,通过显式建模复杂社交影响力,实现用户未来消费潜力的精准预测。该工作已发表于数据挖掘领域国际顶级会议WWW。

另一项工作提出了社交场景下信息茧房归因分析方法,指出社交影响力和用户-推荐系统同质化放大回路是信息茧房形成的重要因素。进一步,提出了基于人-机协作的新型推荐系统应用框架,通过引入朋友推荐者的新型推荐机制打破同质化放大回路,实现精准性与多样性的共同提升,并设计基于社交影响力的朋友推荐者预测方法,线上应用表明该方法将朋友推荐者转化率提升67.5%,转化绝对人数提升122%。该工作已发表于人机交互领域国际顶级会议CSCW。

图片

朴景华于清华大学电子工程系数据科学与智能实验室完成硕士阶段科研学习并继续攻读博士学位。该研究团队聚焦于城市科学与计算,以城市科学为核心研究对象,结合复杂系统、计算社会学等基础理论展开研究,以融合机器学习、数据科学、应用数学的新一代“认知人工智能”为核心技术,服务于城市孪生、城市治理、无线网络孪生等面向国家重大需求的应用领域。实验室在KDD、NeurIPS、WWW、UbiComp等CCF A类国际会议与Nature子刊等国际期刊发表学术论文100余篇,6次获国际会议最佳论文/提名奖,10篇论文入选ESI高被引用论文。近年来,实验室研究生获微软学者1人次、电子学会优秀学位论文1人次、中国计算机学会优秀博士论文提名奖2人次、清华大学优秀学位论文4人次、研究生国家奖学金10余人次。


    编辑|徐璇、陶旋姿

    审核|汪玉、李冬梅

分享到: